高斯噪声是一种常见的噪声类型，常常影响到图像、音频和其他类型的信号。滤除高斯噪声是提高信号质量和准确度的关键步骤之一。

1、 均值滤波：均值滤波是一种简单而有效的滤波方法。它通过计算像素周围邻域像素的平均值来减少噪声。对于每个像素，将其周围的像素灰度值相加并求平均，然后用该平均值替换原始像素值。均值滤波能够减轻高斯噪声，但同时也会损失一些图像细节。

2、 中值滤波：中值滤波是一种非线性滤波方法，常用于去除椒盐噪声和高斯噪声。该方法通过将像素周围的灰度值进行排序，并用中间值替代原始像素值。由于中值滤波采用排序中间值，因此能够有效地滤除噪声，同时保留图像的边缘和细节。

3、 高斯滤波：高斯滤波是一种线性平滑滤波方法，它通过计算像素周围邻域像素的加权平均值来减少噪声。加权平均值的权重由高斯函数确定，距离中心像素越远的像素权重越小。高斯滤波能够有效地降低高斯噪声，并保留图像的细节。

4、 双边滤波：双边滤波是一种非线性滤波方法，它在平滑图像的同时保持边缘的清晰度。该方法通过考虑像素的空间距离和灰度差异来计算像素的加权平均值。双边滤波能够去除高斯噪声，同时保留图像的纹理和细节。